أسس البيانات قبل الذكاء الاصطناعي: إصلاحات تسترد كلفتها خلال ربعين

تفترض معظم خطط الذكاء الاصطناعي أن بيانات الشركة جاهزة وأن العمل يكمن في اختيار النموذج. وفي الشركات الراسخة تكون البيانات في الغالب في الأنظمة الصحيحة لكن بهيئة خاطئة: العميل نفسه مسجّل بثلاث طرق، ورموز منتجات تعني أشياء مختلفة في المتجر والمستودع، وإيرادات تختلف بين أداة التحليلات ودفتر الأستاذ.

وأسرع طريقة لمعرفة ما يحتاج إلى إصلاح هي تتبع سجلات حقيقية. خذوا عينة من الطلبات والفواتير وحركات المخزون، وتتبعوا كلًا منها عبر كل نظام يمسّها، من المتجر أو أداة عروض الأسعار مرورًا بمزوّد خدمة الدفع ونظام CRM والمستودع وصولًا إلى البرنامج المحاسبي وطبقة التقارير. ودوّنوا أين يُعاد إدخال السجل يدويًا، وأين ينسخه جدول بيانات، وأين يتغير معرّفه، وأين يختفي. هذه النقاط هي قائمة الأعمال المتراكمة.

والإصلاحات أدناه هي التي نتوقع أن تسترد كلفتها خلال ربعين. فكل منها يزيل عملًا يدويًا أو خطأً في التقارير يكلّف مالًا بالفعل، وكل منها شرط مسبق لأي ميزة ذكاء اصطناعي ستقرأ السجلات نفسها لاحقًا.

كل استخدام لاحق يعتمد على الربط بين السجلات. فالإيرادات حسب العميل تتطلب أن يتشارك نظام الطلبات ودفتر الأستاذ مفتاح العميل نفسه. والهامش حسب المنتج يتطلب أن يتفق المتجر والمستودع ودفتر المشتريات على معنى رمز المنتج. ومساعد الذكاء الاصطناعي الذي يجيب عن أسئلة الطلبات أو المنتجات يرث أي غموض تحمله هذه المفاتيح.

والفحص سريع التنفيذ. لكل معرّف، اختبروا أنه مُعبّأ وأنه فريد على مستوى جميع السجلات، بحيث يعني الرمز الواحد منتجًا واحدًا. وهذان اختباران منفصلان. فحقل رمز المنتج قد يكون معبّأً في كل سجل ومع ذلك يتشاركه صنفان مختلفان، وهذا يكفي لأن يصف المساعد المنتج الخطأ بثقة تامة، أو لأن يعرض كتالوج مرسل إلى شريك تجاري الصنف الخطأ تحت الرمز الصحيح.

ويأتي العائد من العمل الذي يزيله الإصلاح: إشعارات دائنة لشحنات خاطئة، وساعات تُصرف في مطابقة كشوف حسابات العملاء، وتقارير يُعاد بناؤها يدويًا كل شهر لأن نظامين لا يتفقان.

تحتفظ الخصائص القياسية في Google Analytics 4 بالبيانات على مستوى المستخدم والحدث لمدة شهرين افتراضيًا و14 شهرًا كحد أقصى؛ ولا يتاح الاحتفاظ الأطول ببيانات الأحداث إلا في الفئة المدفوعة 360. وتعمل التقارير القياسية على جداول مجمّعة وتواصل عرض الإجماليات الأقدم، فيبقى الفقد غير مرئي إلى أن يبني أحدهم تحليلًا استكشافيًا أو مسار تحويل للمقارنة السنوية فيجد الفترة السابقة فارغة. ورفع إعداد مدة الاحتفاظ لا يحمي إلا البيانات التي لم تُحذف بعد.

والإصلاح الدائم هو التصدير إلى BigQuery، الذي ينسخ الأحداث الخام إلى مستودع بيانات تملكه الشركة. وتستطيع الخصائص القياسية إرسال ما يصل إلى مليون حدث يوميًا عبر التصدير اليومي. أما التصدير المتدفق فلا حد لحجمه وكلفته $0.05 لكل غيغابايت، وهو ما تقدّره Google بنحو 600,000 حدث. وبهذه الأسعار تبقى فاتورة التخزين لشركة متوسطة الحجم ضئيلة مقارنةً بكلفة التخطيط لموسم الذروة دون بيانات سلوك العام الماضي.

ولهذا الإصلاح موعده المدمج فيه. فكل شهر يمر دون تنفيذه هو شهر من سجل الأحداث لا يمكن استعادته، ودورة التخطيط لعام 2027 ستحتاج إلى موسم ذروة 2026 كاملًا.

تحوّل الفوترة الإلكترونية البيانات الرئيسية للعملاء إلى شرط من شروط الامتثال. ففي ألمانيا، يجب على الشركات التي تجاوز حجم أعمالها في العام السابق €800,000 أن تُصدر فواتيرها المحلية بين الشركات بصيغة إلكترونية مهيكلة اعتبارًا من 1 يناير 2027، وتلحق بها جميع الشركات الأخرى اعتبارًا من 1 يناير 2028؛ أما استلامها فإلزامي منذ 1 يناير 2025. وفي المملكة المتحدة، أعلنت الحكومة أن جميع فواتير ضريبة القيمة المضافة سيتعين أن تكون إلكترونية اعتبارًا من أبريل 2029، وأكدت اعتماد Peppol شبكةً للتبادل، وذكرت أن خارطة طريق تفصيلية للتطبيق ستصدر مع موازنة 2026 المقررة في 28 أكتوبر.

والعمل الذي يسترد كلفته واحد في البلدين ويبدأ قبل أي موعد نهائي بوقت طويل. استكملوا أرقام ضريبة القيمة المضافة للعملاء وأرقامهم الضريبية وعناوين التوجيه الإلكتروني في السجل الرئيسي للعملاء وتحققوا من صحتها. ووحّدوا رموز المنتجات والرموز الضريبية في بنود الفواتير. وأزيلوا الخطوات اليدوية بين نظام الطلبات والفاتورة. فالفاتورة المرفوضة تؤخر النقد، والبيانات الرئيسية النظيفة تقصّر مدة التحصيل إلى جانب الوفاء بالقاعدة، ونموذج البيانات المبني لكيان ألماني هذا الربع يمكن إعادة استخدامه للمملكة المتحدة لاحقًا.

الإصلاح الأخير انضباط أكثر منه نظام. فالتقارير الإدارية تأخذ الإيرادات من المتجر أو نظام CRM، والتكاليف من دفتر الأستاذ، ونتائج التسويق من المنصات الإعلانية، ونادرًا ما تتفق المصادر الثلاثة. وحين تختلف حزمة تقارير مجلس الإدارة عن الحسابات بمبلغ لا يستطيع أحد تفسيره، يفقد كل رقم في الحزمة مصداقيته، وتتباطأ القرارات بينما يتجادل الجميع حول الرقم الصحيح.

وجدول المطابقة الشهري يحسم الأمر. فبعد الإقفال، يُطابَق كل رقم رئيسي في حزمة التقارير الإدارية مع دفتر الأستاذ، مع تفكيك الفرق إلى بنود مسمّاة ومتكررة: التوقيت، والمبالغ المستردة، والضرائب، والمعاملات بين شركات المجموعة، وطلبات الاختبار. ويُستخرج جدول المطابقة من الأنظمة لا يُجمَع يدويًا، وأي فرق متبقٍّ غير مفسَّر يتجاوز حدًا متفقًا عليه يُتحقق منه قبل إصدار الحزمة. وحين تُسمّى البنود المتكررة، يكون المتبقي في الغالب قائمة قصيرة من العمليات التي لم يوثقها أحد.

وهذا أيضًا هو الأساس الذي سيحتاجه أي مساعد ذكاء اصطناعي للتقارير. فالنموذج الذي يُسأل عن سبب انخفاض الهامش في منطقة ما لا يستطيع الإجابة بدقة إلا إذا كانت الأرقام التي يقرأها قد طوبقت مسبقًا. ونحن نبني جداول المطابقة هذه من دفتر الأستاذ إلى الخارج للسبب نفسه الذي يجعلنا نبدأ كل مهمة استشارية من الطلبات ودفاتر الأستاذ والسجلات: لوحة المعلومات لا تكون أفضل من السجلات التي تقوم عليها.

في نوفمبر 2026، تتبعوا عينة من الطلبات والفواتير وحركات المخزون الحقيقية عبر كل نظام، وأدرجوا كل نقطة يُعاد فيها إدخال سجل أو يُنسخ أو يُمنح معرّفًا جديدًا.

قبل نهاية نوفمبر، اضبطوا مدة الاحتفاظ ببيانات الأحداث في GA4 على 14 شهرًا في كل خاصية، واربطوا كل خاصية بـ BigQuery، حتى يُحفظ موسم ذروة 2026 كاملًا.

بحلول نهاية ديسمبر، أجروا فحوص التفرّد والاكتمال على معرّفات العملاء والمنتجات والطلبات عبر الأنظمة، وأصلحوا رموز المنتجات المكررة قبل أن تعتمد عليها أي ميزة ذكاء اصطناعي أو أي كتالوج تجاري.

لأي كيان ألماني، تأكدوا قبل 1 يناير 2027 مما إذا كان فوق عتبة €800,000 ومن جاهزية بيانات الفوترة والبيانات الرئيسية للعملاء لديه، وخططوا للإلزام البريطاني على نموذج البيانات نفسه بمجرد نشر خارطة الطريق.

اعتبارًا من إقفال يناير 2027، انشروا جدول مطابقة شهريًا من حزمة التقارير الإدارية إلى دفتر الأستاذ، مع بنود مطابقة مسمّاة وحدّ للفرق المتبقي.

بحلول يونيو 2027، اختاروا أول حالة استخدام للذكاء الاصطناعي من البيانات المطابَقة، وقيسوا خط أساسها من السجلات نفسها.